Le 9 octobre, Cloudflare a lancé Clef-omni, qui ajoute l'audio et la vidéo complète en entrée à sa gamme de « modèles de décision ». Les poids sont disponibles sur Hugging Face sous licence Apache 2.0, et la version hébergée tourne sur Workers AI. Huit jours seulement séparent ce lancement de celui de Clef et de Clef-flash.
Le travail d'un modèle de décision est très circonscrit : l'appelant fournit un état et un jeu de questions prédéfinies, chacune accompagnée de quelques options, et le modèle attribue une probabilité à chaque option. Il ne produit pas de texte libre, et il n'y a pas de sortie à analyser. Parmi les usages internes cités par Cloudflare : repérer et fermer les issues de spam dans les dépôts de documentation GitHub, filtrer le phishing dans les bibliothèques de plugins, balayer des données à la recherche d'informations personnelles comme les numéros de pièce d'identité, et qualifier les domaines malveillants.
Quatre types d'entrée en un seul appel
Le Clef précédent traitait le texte, les images et les images extraites de vidéos. Clef-omni accepte directement l'audio WAV et MP3 ainsi que la vidéo MP4 et WebM, en traitant de façon synchrone la piste sonore et l'image. Là encore, ni transcription ni description : il effectue une seule passe de prefill et note simultanément toutes les modalités et toutes les options.
Les latences médianes publiées par Cloudflare : environ 130 millisecondes pour du texte seul, environ 150 millisecondes pour une image, quelques centaines de millisecondes pour l'audio et environ 1,5 seconde pour une vidéo sonore de 21 secondes.
La base est Qwen3-Omni-30B-A3B-Instruct, d'Alibaba, un modèle à mélange d'experts. Cloudflare a conservé la partie compréhension, retiré les composants liés à la synthèse vocale, gelé le réseau principal, effectué un réglage par LoRA et ajouté une petite tête de notation de type Transformer. La fiche du modèle précise qu'il fonctionne en bfloat16 sur un seul H200, le réseau principal nécessitant environ 64 Go de mémoire vidéo.
Les scores ne dépassent pas la génération précédente sur tous les fronts
Dans le tableau comparatif de Cloudflare lui-même, Clef-omni fait moins bien que le Clef purement visuel sur la plupart des tests. Pour la recherche d'outils, ToolRet, on obtient 66,6 contre 69,19 ; pour décider quand appeler un outil, When2Call, 63,3 contre 72,37 ; pour la détection de phishing, PhishNChips, 73,2 contre 79,60. C'est sur les commandes d'appareils électroménagers que l'écart est le plus net : 69,3 contre 82,95. Sur la classification d'intentions bancaires BANKING77 et la reconnaissance d'intentions CLINC150+OOS, il passe légèrement devant Clef.
Si l'on prend Jev, le modèle de décision de TypeSafe, comme référence, Clef-omni est à plus de 17 points derrière sur When2Call et 15 points devant sur BANKING77. Tous ces scores sont déclarés par Cloudflare, et le billet de blog ne détaille pas l'évaluation.
Deux ajustements le même jour
Le prix hébergé de Clef-flash passe de 0,09 dollar à 0,038 dollar par million de tokens en entrée ; Cloudflare affirme qu'il est désormais moins cher que Jev. La contrepartie : la fenêtre de contexte de la version hébergée est ramenée de 64k à 24k, au motif que seules 0,24 % des requêtes dépassent 24k. Les poids ouverts sur Hugging Face ne sont pas concernés et restent entraînés sur 256k. Le prix de Clef ne change pas ; depuis la migration de l'inférence vers SGLang, la latence médiane est 1,7 à 2,0 fois plus rapide, selon Cloudflare.
Encore une base Qwen
Trois jours plus tôt, Decision-1 de Microsoft, lui aussi un modèle de décision dédié aux questions à choix, était sorti avec Qwen 9B comme base. Cette semaine, deux entreprises américaines ont donc lancé des produits du même type, toutes deux construits sur les modèles ouverts d'Alibaba. Pour les développeurs en Chine, les poids de la série Clef sont téléchargeables directement, la licence est permissive et l'API se déclare compatible avec Jev ; monter soi-même un service de modération, de routage ou de tri de tickets n'est donc pas très difficile. Quant à l'accès au service hébergé Workers AI depuis la Chine, Cloudflare ne donne aucune précision ; avant toute mise en production, il faut le tester soi-même.
Sources : blog officiel de Cloudflare, fiche du modèle sur Hugging Face (licence, modèle de base et besoins en mémoire vidéo), CocoLoop, ITHome, RuntimeWire ; scores de référence et prix selon les chiffres déclarés par Cloudflare.